一种运动想象脑电信号半监督算法

针对脑机接口中两类左右手运动想象任务，提出一种依据迭代训练次数不断更新训练集样本的半监督算法.使用多重自相关分析算法，选择置信度较高的脑电信号样本并加入初始训练集；分别使用公共平均参考法与共空域模式算法，对样本进行预处理及特征提取；最后使用支持向量机对样本进行测试，根据迭代学习次数按照递进方式移除置信度较低的样本，并利用剩余样本继续训练模型，从而优化特征提取器及分类器参数.通过对标准脑电竞赛数据库BCI IV Dataset Ⅱa中左右手运动想象数据的测试表明，该算法与其他算法相比，在训练样本数目较少的情况下，具有较高的分类正确率